# NVIDIA muscle Cosmos pour entraîner les modèles du monde > NVIDIA étend Cosmos avec des outils de formation, cinq plans cloud et des microservices NIM, déjà utilisés par Porsche et ANYbotics. Type : Actualité IA · Catégorie : Outils · Publié le 2026-10-22 · Signal IA - Order & Chaos · Secteur : Industrie Source : https://www.orderchaos.eu/signal-ia/actu/porsche-reduit-jusqua-90-pourcent-ses-essais-physiques-avec-nvidia Tags : nvidia, modèles du monde, simulation, robotique, industrie, inference --- ## En résumé - NVIDIA ajoute des outils de formation et des points de contrôle de simulation à Cosmos. - Porsche vise une réduction allant jusqu’à 90 % des essais physiques répétés avec Cosmos Data Factory. - Les microservices NVIDIA Cosmos 3 NIM permettent une inférence jusqu’à deux fois plus rapide. **Le signal :** Porsche utilise Cosmos Data Factory pour réduire jusqu’à 90 % ses essais physiques répétés. **NVIDIA étend Cosmos** avec de nouveaux outils de formation, des points de contrôle de simulation et des plans Cosmos Data Factory. L’entreprise présente ces ajouts pour entraîner, évaluer et déployer des modèles du monde. La plateforme NVIDIA Cosmos figure parmi les cinq premières sur six classements de [modèles ouverts](/signal-ia/actu/la-suede-propulse-lia-nordique-avec-nvidia) différents. Cette position accompagne une extension du cadre Cosmos, dont les outils de formation, d’optimisation et de déploiement ont été étendus lors de GTC Berlin. Les développeurs peuvent aussi déployer les modèles principaux de Cosmos avec les microservices NVIDIA Cosmos 3 NIM mis à jour. Ces services permettent une inférence jusqu’à deux fois plus rapide. [NVIDIA présente Cosmos](https://blogs.nvidia.com/blog/cosmos-open-train-evaluate-deploy-world-models/) **Cinq plans structurent Data Factory** avec des modèles cloud natifs destinés à produire et augmenter des jeux de données. Le premier génère des jeux de données pour véhicules autonomes. Le deuxième augmente les attributs d’images. Le troisième produit des vidéos d’événements. Le quatrième génère des images de défauts. Le cinquième augmente des données vidéo. [NVIDIA](/signal-ia/actu/nvidia-propulse-drones-et-robots-avec-jetson-orin-nano-2) publie également le projet Cosmos Data Factory sur [GitHub](https://github.com/NVIDIA/cosmos-data-factory). Ces plans relient la génération synthétique à des usages d’entraînement identifiés. Ils couvrent notamment les véhicules autonomes, l’inspection industrielle et la détection de défauts. La plateforme [Cosmos](https://www.nvidia.com/en-us/ai/cosmos/) regroupe ces capacités autour des modèles du monde. ## Porsche réduit ses essais physiques **Porsche utilise Cosmos Data Factory** par l’intermédiaire de Voxel51 sur Microsoft Azure. Cette utilisation doit réduire les essais physiques répétés de jusqu’à 90 %. Elle doit aussi raccourcir les cycles de développement de jusqu’à 85 %. Ces chiffres décrivent les résultats visés dans l’usage rapporté par Porsche, Voxel51 et NVIDIA. La génération de données intervient donc avant certains tests physiques répétés. Le dispositif s’inscrit dans le développement automobile. Le [projet présenté par Microsoft](https://www.microsoft.com/en-us/microsoft-cloud/blog/mobility/automotive/2026/10/21/advancing-autonomous-vehicle-development-with-microsoft-nvidia-porsche-and-voxel51/) associe Microsoft Azure, NVIDIA, Porsche et Voxel51. Cosmos Data Factory fournit les plans nécessaires à cette production de données synthétiques. **ANYbotics a généré** plus de 1 500 clips vidéo synthétiques avec les plans Cosmos Data Factory. L’entreprise les a utilisés pour entraîner ses robots d’inspection industrielle. Ultralytics a également réentraîné son modèle YOLO avec des images réelles et des défauts synthétiques ciblés. Cette combinaison a amélioré la localisation des défauts et le rappel du modèle. Les deux usages illustrent des applications distinctes des plans disponibles. ANYbotics travaille sur l’entraînement de robots d’inspection. Ultralytics cible la détection visuelle de défauts. Dans les deux cas, Cosmos Data Factory produit des données complémentaires pour des systèmes industriels. Les résultats rapportés concernent donc des tâches d’inspection et de vision. ## ADNOC déploie Cosmos sur 65 sites **ADNOC utilise MistIQ** de Fogsphere, une plateforme construite avec Cosmos et le plan NVIDIA Metropolis VSS Blueprint. Le système détecte des risques de sécurité en temps réel sur 65 sites. Cette mise en œuvre associe donc des modèles Cosmos à une plateforme de surveillance opérationnelle. Elle concerne des environnements industriels répartis sur plusieurs emplacements. NVIDIA étend parallèlement les outils de formation, d’optimisation et de déploiement du cadre Cosmos. Les microservices Cosmos 3 NIM mis à jour permettent une inférence jusqu’à deux fois plus rapide pour les modèles principaux. Les cas Porsche, ANYbotics, Ultralytics et ADNOC couvrent ainsi la simulation automobile, la [robotique](/signal-ia/actu/brain-corp-fait-franchir-un-cap-a-la-robotique-autonome), l’inspection et la sécurité industrielle.